深度学习9万张乳房X光照后 AI模型可预测未来5年是否恶化为乳腺癌

导读：在今年I O开发者大会上，谷歌宣布利用其研发的人工智能技术可以比医生早一年查出肺癌，进而将患者活下来的概率提升40%。

在今年I/O开发者大会上，谷歌宣布利用其研发的人工智能技术可以比医生早一年查出肺癌，进而将患者活下来的概率提升40%。无独有偶，在对数万张乳房X光线照片进行训练之后，由MIT开放的深度学习模型可以更精准地识别乳房组织的细微变化，并确定这些变化是否会在五年之内发展恶化成为癌症。

麻省理工学院计算科学和人工智能实验室（MIT CSAIL）与美国马萨诸塞州综合医院（MGH）合作，开发了一个全新的深度学习模型[PDF]，已经接受了超过90,000个乳房X光造影照片的训练。该系统能够识别肉眼无法准确观察的细微内容，监测是否在近期内有较高风险恶化成为乳腺癌的患者比现有模型多31%。尽管这个增幅听起来很低，但是实际上要明显优于目前医生所能使用的任何模型，而且这些现有模型在早期阶段只能识别18%的高风险患者。

麻省理工学院与马萨诸塞州综合医院的人工智能模型在一位女性患乳腺癌4年前判断其处于高危状态。（右图：4年前；左图：患病时）

该研究的共同作者Constance Lehman解释道：“自20世纪60年代以来，放射科医生就已经注意到女性乳房X光造影照片中可见到乳房组织的一些独特和普遍存在的造影。这些造影点/块可能代表着遗传、激素、怀孕、哺乳、饮食、减肥或者增肥的影响。而现在我们可以利用这些详细的数据对女性进行更准确的安全评估。”

全新AI模型的另一个优势在于它收集了各种种族女性的数据。事实上由于科研研究的数据大部分都来自于白人女性，因此目前临床医生所使用的使用的乳腺癌风险评估工具对于非白人女性的效果并不是很好。

斯坦福大学医学院的Allison Kurian说：“特别值得一提的是，该模型对黑人和白人的表现同样出色，而现有的风险评估工具却并非如此。如果经过验证并可供广泛使用，这可以真正改善我们目前的估算风险的策略。”